6大AI「トレーダー」が10日間対決：トレンドと規律、そして貪欲に関する公開講座
TechFlow厳選深潮セレクト
6大AI「トレーダー」が10日間対決：トレンドと規律、そして貪欲に関する公開講座
10日間にわたるAI実際取引対決では、6つの主流AIモデルが同じテクニカルデータに基づき、純粋なテクニカル分析の競い合いを行った。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Frank、PANews
10日も経たないうちに資金が2倍に。
DeepSeekとQwen3がNof1が主催するAlphaZero AI実際取引コンペティションでこの成績を収めたとき、その収益効率はすでに大多数の人間トレーダーを大きく上回っていた。これにより我々は直視せざるを得ない問題がある：AIは「研究ツール」から「現場のトレーダー」へと変貌しつつあるのだ。それらは一体どのように考えているのか？PANewsは、このコンペティションに参加した6つの主要AIモデルの過去10日間の取引を徹底的に検証し、AIトレーダーの意思決定の秘訣を明らかにしようとした。
「情報格差」のない純粋な技術的対決
分析に入る前に、一つの大前提を明確にしておく必要がある：この競争におけるAIの意思決定は「ネット切断」状態でのものである。すべてのモデルは、現在価格、移動平均線、MACD、RSI、未決済建玉、資金レート、4時間および3分間の時系列データなど、まったく同じテクニカルデータを受動的に受け取り、基本的な情報（ファンダメンタルズ）を自らオンラインで取得することはできない。
これにより、「情報格差」による干渉が排除され、本競技は「純粋なテクニカル分析で利益を上げられるか」という古くからの命題に対する究極の試練となった。
具体的にAIが得られる情報内容は以下の通りである：
1、銘柄の現在の市場状況：現在価格、20日移動平均価格、MACDデータ、RSIデータ、未決済建玉データ、資金レート、およびこれらのデータの日内時系列（3分間隔）、長期トレンド時系列（4時間間隔）など。
2、アカウント情報およびパフォーマンス：現在のアカウント全体のパフォーマンス、リターン率、利用可能資金、シャープレシオなど。現在のポジションのリアルタイムパフォーマンス、現時点での利食い・損切り条件および無効条件など。
DeepSeek：落ち着いたトレンドの達人と「振り返り」の価値
10月27日時点で、DeepSeekのアカウントは最高23,063ドルに達し、最大含み益は約130%であった。明らかに最も優れたパフォーマンスを示しており、その取引行動を分析すると、このような成果が偶然ではないことがわかる。
まず、取引頻度において、DeepSeekはトレンドトレーダーらしい低頻度スタイルを示している。9日間で合計17回の取引を行い、これはすべてのモデルの中で最も少ない。この17回の取引のうち、16回がロング、1回がショートであり、ちょうどこの期間の市場が底から反発するトレンドに一致している。
もちろん、この方向性の選択も偶然ではなく、DeepSeekはRSIやMACDなどの指標を総合的に分析し、市場全体が上昇トレンドにあると判断し、一貫してロングを選んだ。
具体的な取引プロセスでは、初期の数回の注文はうまくいかず、最初の5回の注文はすべて失敗に終わった。しかし各損失は小さく、最大でも3.5%を超えない。また、初期の注文は保有期間が短く、最短で8分で決済している。その後、相場が予想通りに進むにつれて、DeepSeekのポジションは持続性を増していく。
DeepSeekの保有スタイルから見ると、エントリー後には大きな利食い幅と小さな損切り幅を設定する傾向がある。10月27日の保有例では、平均利食い幅は11.39%、平均損切り幅は-3.52%であり、損益比率は約3.55に設定されている。つまり、DeepSeekの取引戦略は「小負けで大儲け」を狙ったものだ。
実際の結果も同様で、PANewsのまとめによると、DeepSeekの決済済み取引の平均損益比率は6.71であり、すべてのモデルで最も高い。勝率41%は最も高くはない（第2位）ものの、期待利益は2.76で首位を占めている。これがDeepSeekが最高収益を達成した主な理由である。
さらに、保有期間に関して、DeepSeekの平均保有期間は2,952分（約49時間）で、これもトップクラス。複数のモデルの中ではまさに名実ともにトレンドトレーダーであり、「利益は時間がかかるもの」という金融取引の重要な原則に合致している。
ポジション管理に関しては、DeepSeekはある程度積極的である。単一ポジションの平均レバレッジは2.23に達し、複数のポジションを同時に保有することが多いため、総合的なレバレッジも比較的高くなる。例えば10月27日には、保有中の総レバレッジが3倍を超えていた。しかし、厳格な損切り条件を併用しているため、リスクは常にコントロール可能な範囲内にある。
総じて、DeepSeekの取引が良好な成績を収めたのは、総合的な戦略の結果である。エントリー判断では、主流のMACDとRSIという一般的な指標を使用しており、特別な指標は使っていない。ただ合理的な損益比率を厳守し、感情に左右されずポジションを維持する意思決定を行っているだけである。
さらに、PANewsはもう一つ特徴的な点を発見した。DeepSeekは思考プロセスにおいてもこれまでの特徴を踏襲しており、詳細にわたる長い思考プロセスを形成し、それを最終的に一つの取引判断にまとめる。この特徴は人間のトレーダーに置き換えると、毎回の取引後に丹念に振り返りを行うタイプのトレーダーに似ており、しかもこの振り返りは3分ごとに繰り返される。
この振り返り能力はAIモデルに適用されたとしても一定の効果を持つ。すべてのコインと市場信号の詳細が繰り返し分析され、見落としがなくなる。これは人間のトレーダーが学ぶべきもう一つの重要な点かもしれない。
Qwen3：大胆かつ攻撃的な「賭博者」
10月27日時点で、Qwen3は第2位の好成績を収めた大規模モデルである。最高アカウント金額は2万ドルに達し、収益率は100%で、DeepSeekに次ぐ結果となった。Qwen3の全体的な特徴は高レバレッジ、高勝率である。総合勝率は43.4%で、すべてのモデル中トップ。また、単一ポジションのサイズは5.61万ドル（レバレッジ5.6倍）に達し、これもすべてのモデルで最も高い。期待利益ではDeepSeekに及ばないが、大胆な取引スタイルにより、現時点ではDeepSeekに次ぐ位置についている。
Qwen3の取引スタイルは比較的攻撃的で、平均損切り額は491ドルと全モデル中最も高く、単回最大損失は2,232ドルでこれも最高である。つまり、Qwen3はより大きな損失を許容できる（いわゆる「ホールド」）。しかし、DeepSeekとの違いは、より大きな損失を我慢しても、それに見合う高いリターンを得られていない点である。Qwen3の平均利益は1,547ドルで、DeepSeekより劣る。そのため、最終的な期待利益比率は1.36にとどまり、DeepSeekの半分しかない。
また、Qwen3のもう一つの特徴は、一度に一つのポジションを持ち、そこに大量の資金を投入することを好む点である。使用するレバレッジはしばしば25倍（コンペティションで許可された最大倍率）に達する。このような取引スタイルは高勝率に強く依存しており、一度の損失が大きなドローダウンを引き起こす。
意思決定プロセスにおいて、Qwen3は特に4時間足のEMA20移動平均線に注目しており、これをエントリー・エグジットのシグナルとしている。また、思考プロセスも非常にシンプルに見える。保有期間に関しても、Qwen3は忍耐力に欠けるようで、平均保有期間は10.5時間で、Geminiよりわずかに上回るのみである。
総じて、Qwen3の現在の利益結果は一見良好に見えるが、潜在的なリスクも大きい。過剰なレバレッジ、一点集中のエントリースタイル、単一の判断指標、短い保有期間、低い損益比率といった習慣は、今後の取引に危険な伏線を残している可能性がある。10月28日時点の報告までに、Qwen3の資金は最大で16,600ドルまで下落しており、最高値からのドローダウン率は26.8%に達した。
Claude：一貫したロング向きの実行者
Claudeも全体的には利益状態にある。10月27日時点でアカウント残高は約12,500ドル、利益率は約25%。この数字だけを見れば十分に優れているが、DeepSeekやQwen3と比べるとやや劣る印象を与える。
実際、注文頻度、ポジションサイズ、勝率のいずれにおいても、ClaudeはDeepSeekと近いデータを示している。合計21回の注文、勝率38%、平均レバレッジ2.32。
大きな差が生じた原因はおそらく低い損益比率にある。Claudeの損益比率は2.1と悪くないが、DeepSeekと比べると3倍以上の開きがある。そのため、こうした総合データのもとで期待利益は0.8（1未満の場合は長期的に見て損失が続く）にとどまる。
また、Claudeには顕著な特徴として、ある期間内は一方向（ロング）のみの取引を行うことがある。10月27日時点で完了した注文のうち、Claudeの21回の注文はすべてロングであった。
Grok：方向判断の渦中に迷い込む
Grokは初期のパフォーマンスが良く、一時期は最も利益の高いモデルとなったほどで、最高利益は50%を超えた。しかし取引時間が長くなるにつれ、大幅なドローダウンが発生した。10月27日時点で資金は約1万ドルに戻り、すべてのモデル中で第4位となり、全体の収益率はBTC現物保有曲線に近い。
取引習慣から見ると、Grokも低頻度・長期保有型のトレーダーである。完了した取引は20件のみ、平均保有期間は30.47時間で、DeepSeekに次いで2番目に長い。しかし、Grokの最大の問題は勝率が低く、20%にとどまること、また損益比率も1.85しかない点である。そのため、期待利益は0.3に過ぎない。注文方向に関しては、Grokの20回のポジションのうち、ロングとショートがそれぞれ10回ずつである。この相場局面では、明らかに過剰なショートが勝率を下げている。この点から見ると、Grokモデルの市場トレンド判断にはまだ課題がある。
Gemini：高頻度「個人投資家」、行きつ戻りつで徐々に資金を消耗
Geminiは取引頻度が最も高いモデルであり、10月27日時点で合計165回の取引を完了している。過剰な取引頻度がGeminiのパフォーマンスを大きく悪化させ、最低アカウント残高は約3,800ドルまで下落し、損失率は62%に達した。このうち手数料だけで1,095.78ドルを支出している。
高頻度取引の背景には、極めて低い勝率（25%）と1.18の損益比率があり、総合的な期待利益は0.3にすぎない。このようなデータでは、Geminiの取引は必然的に損失となる。おそらく自身の判断に自信がないのか、Geminiの平均ポジションも小さい。単一ポジションのレバレッジは0.77にとどまり、保有期間も平均7.5時間である。
平均損切りは81ドル、平均利食いは96ドル。Geminiの振る舞いは典型的な個人投資家そのもので、「少し儲かったらすぐに利食い、少し損したらすぐ逃げる」。相場の上下動の中で繰り返し取引を行い、口座の元本を徐々にすり減らしている。
GPT5：低勝率と低損益比率の「二重苦」
GPT5は現時点で最下位のモデルであり、全体のパフォーマンスとチャートはGeminiに非常に近く、損失率も60%以上である。GPT5はGeminiほど高頻度ではないが、63回の取引を行っており、損益比率は0.96にとどまる。つまり、平均して1回の取引で0.96ドルの利益しか得られず、一方で損切りは1ドルに達する。さらにGPT5の勝率も20%と非常に低く、Grokとほぼ同じレベルである。
ポジションサイズに関して、GPT5はGeminiと非常に近く、平均レバレッジは約0.76。非常に慎重に見える。
GPT5とGeminiの事例は、低いポジションリスクが必ずしもアカウントの利益に有利とは限らないことを示している。また、高頻度取引では勝率と損益比率の両方が保証されにくい。さらに、これら2つのモデルの同一コインのロングエントリー価格は、DeepSeekなど利益を出しているモデルよりも明らかに高く、エントリーシグナルがやや鈍いことも示している。
観察まとめ：AIが照らし出す2種類の取引「人間性」
総じて、AIの取引行動を分析することで、再び取引戦略を見直す機会を得た。特に、DeepSeekのような高利益モデルとGemini、GPT5のような大損失モデルという、極端な二つの結果を持つモデルの分析は、深い考察を促す。
1、高利益モデルの行動には以下の特徴がある：低頻度、長期保有、高損益比率、適切なエントリータイミング。
2、損失モデルの行動には以下の特徴がある：高頻度、短期売買、低損益比率、遅れたエントリータイミング。
3、利益の多寡と市場情報の量との間には直接的な関係はない。このAIモデルの取引競争では、すべてのモデルが同じ情報を得ており、人間のトレーダーよりも情報源がはるかに限定されている。にもかかわらず、大多数の人間トレーダーをはるかに上回る収益を上げることができている。
4、思考プロセスの長さは、取引の厳密さを決定づける根本的な要素のように思われる。DeepSeekの意思決定プロセスはすべてのモデル中最も長く、これは人間のトレーダーに例えると、毎回の取引を丁寧に振り返り、真剣に意思決定を行うタイプに似ている。一方、パフォーマンスが悪いモデルの思考プロセスは非常に短く、人間が即断するような過程に近い。
5、DeepSeekやQwen3などのモデルが利益を上げる中、多くの人々がこれらのAIモデルの取引をそのままコピーすべきかどうか議論している。しかし、このような行動は推奨できない。個別のAIが現在利益を上げていても、そこにはある程度の運の要素があり、今回の相場が大きなトレンドと一致していたことにすぎない可能性がある。新たな相場環境になった場合、この優位性が維持できるかは未知数である。ただし、AIの取引執行能力は学ぶ価値がある。
最後に、誰が最終的な勝者になるのか？PANewsはこれらのデータを複数のAIモデルに提示したところ、すべてがDeepSeekを選び、その理由は「期待利益が数学的に最も妥当であり、取引習慣も最も優れている」ためだった。
興味深いことに、2番目に良いモデルとして選ばれたのは、ほぼすべてが自分自身だった。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
PANews
